A maximum likelihood (ML) detector provides improved performance in the presence of multiple user interference (MUI), particularly performance of a multiuser receiver for asynchronous CDMA. The detector can be implemented using a Viterbi algorithm, this greatly reducing system sensitivity to MUI. An approximation to the ML detector provides a sparse trellis search based on the structure of the ML detector. The resulting detector, which may be referred to as a reduced-complexity recursive detector (RCRD), has a dynamic structure that allows a trade-off between complexity and performance. Use is made of a unique metric to define the trellis-structure and the M-algorithm to reduce the number of surviving paths. The metric calculation is then repeated at decision points to provide soft-decision information for further signal processing, soft-decision decoding of an error-correction code, or iterative reception of the multiuser signal.

Un détecteur du maximum de vraisemblance (ml) fournit l'exécution améliorée en présence de l'interférence multiple d'utilisateur (MUI), en particulier exécution d'un récepteur à utilisateurs multiples pour CDMA asynchrone. Le détecteur peut être mis en application en utilisant un algorithme de Viterbi, cette sensibilité considérablement réductrice de système à MUI. Une approximation au détecteur de ml fournit une recherche clairsemée de treillis basée sur la structure du détecteur de ml. Le détecteur résultant, qui peut désigné sous le nom d'un détecteur récursif de réduire-complexité (RCRD), a une structure dynamique qui permet une différence entre la complexité et l'exécution. L'utilisation est faite d'un métrique unique de définir la treillis-structure et l'M-algorithme pour réduire le nombre de chemins de survie. Le calcul métrique est alors répété aux points de décision pour fournir des informations de doux-décision pour davantage de traitement des signaux, le décodage de doux-décision d'un code de correction d'erreurs, ou réception itérative du signal à utilisateurs multiples.